Modelo predictivo de venta cruzada en productos de Vida y Salud : Random Forest vs XGBoost
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<rdf:Description>
<dc:creator>Sánchez Sardaña, Marcos</dc:creator>
<dc:creator>Rodríguez-Pardo del Castillo, José Miguel</dc:creator>
<dc:creator>Simón del Potro, Jesús Ramón</dc:creator>
<dc:creator>Universidad Carlos III de Madrid</dc:creator>
<dc:date>2022</dc:date>
<dc:description xml:lang="es">Trabajo Fin de Master del Master en Ciencias Actuariales y Financieras de la Escuela de Postgrado de la Universidad Carlos III de Madrid. Tutores: José Miguel Rodríguez-Pardo del Castillo, Jesús Ramón Simón del Potro Curso 2021-2022</dc:description>
<dc:description xml:lang="es">Sumario: Este trabajo presenta un estudio comparado de dos modelos predictivos de venta cruzada en el contexto del mundo asegurador entre productos de Vida y Salud. En concreto, el presente estudio comparado se ha realizado sobre dos sistemas de aprendizaje automático supervisados (Random Forest y XGBoost) aplicados a la cartera de la compañía aseguradora ASESUISA Seguros SURA de El Salvador con los objetivos, tanto de desarrollar una metodología, como de comparar ambos modelos, y determinar que algoritmo predice mejor los potenciales clientes objetivos en el caso de una campaña de venta cruzada y así optimizar los recursos y esfuerzos de las compañías. Para ello se han empleado dos carteras durante el período de 2015 a 2020, una de Vida Individual y otra de Salud. Los resultados empíricos proporcionan conclusiones interesantes para la venta cruzada como el perfil de los clientes</dc:description>
<dc:format xml:lang="en">application/pdf</dc:format>
<dc:identifier>https://documentacion.fundacionmapfre.org/documentacion/publico/es/bib/181158.do</dc:identifier>
<dc:language>spa</dc:language>
<dc:publisher>Universidad Carlos III de Madrid</dc:publisher>
<dc:rights xml:lang="es">InC - http://rightsstatements.org/vocab/InC/1.0/</dc:rights>
<dc:subject xml:lang="es">Venta cruzada</dc:subject>
<dc:subject xml:lang="es">Productos de seguros</dc:subject>
<dc:subject xml:lang="es">Seguro de vida</dc:subject>
<dc:subject xml:lang="es">Seguro de salud</dc:subject>
<dc:subject xml:lang="es">Modelos predictivos</dc:subject>
<dc:subject xml:lang="es">Machine learning</dc:subject>
<dc:subject xml:lang="es">Estudios comparativos</dc:subject>
<dc:subject xml:lang="es">Modelos actuariales</dc:subject>
<dc:subject xml:lang="es">Trabajos de investigación</dc:subject>
<dc:subject xml:lang="es">El Salvador</dc:subject>
<dc:type xml:lang="es">Books</dc:type>
<dc:title xml:lang="es">Modelo predictivo de venta cruzada en productos de Vida y Salud : Random Forest vs XGBoost</dc:title>
<dc:format xml:lang="es">76 p.</dc:format>
<dc:relation xml:lang="es">Trabajos Fin de Master</dc:relation>
<dc:coverage xml:lang="es">El Salvador</dc:coverage>
</rdf:Description>
</rdf:RDF>